[小狐熊週記] 20241104 我學會教小熊騎腳踏車了
就在昨天， 小熊從一隻輔助輪小熊，
正式成為一隻會騎腳踏車的小熊了！
請大家幫小熊拍拍手～
昨天中午吃午餐時，
小熊就主動提議說想去騎腳踏車，
可是小狐和媽媽想待在家裡。
於是下午變成我和小熊兩個人自己去河濱公園玩。
我們家沒有腳踏車，
之前都是在河濱公園租有輔助輪的腳踏車，
小熊也從來沒有嘗試過真正的兩輪腳踏車。
但是昨天他的目標非常明確：就是要學騎兩輪腳踏車！
我不知道他這麼強大的動機是哪裡來的，
但既然小熊表達得很明確，
所以我就租給他了！
正如同各種勵志故事一樣。
小熊不是天才，
但是他非常努力地練習，
花了幾個小時踉踉蹌蹌，終於成功了。
在這過程中，小熊跟我都學習了很多。
當小熊在練習騎腳踏車的時候，
我也在努力練習，
我在練習如何有系統的教人掌握一項新技能。
我把所有我用來幫助學生學習的技巧，
都拿來用在小熊身上了。
---
騎腳踏車有什麼秘訣？
很簡單，只要保持重心穩定就好。
當往右邊倒的時候，就把重心左移；
當往左邊倒的時候，就把重心右移。
只要做到這一點，就保證騎車不會摔倒！
以上敘述毫無疑問的極為正確，但對學騎腳踏車卻沒啥用。
而這正是我所看見一般人的困境。
我們有太多太多的「正確資訊」，
但還是沒辦法靠這些資訊就學會一樣新技能。
因為「聽懂」跟「學會」是截然不同的事。
我最近教很多人寫程式。
其實從零開始學寫程式，
就很像剛開始學騎腳踏車一樣。
一開始肯定是跌跌撞撞、寸步難行。
不要說騎起來了，可能就連把腳準確放上踏板都有困難。
但一旦找到了正確練習的技巧，
很快就能持續穩定輸出。
而一個好的教練至關重要。
尤其是當 AI 已經能夠給你所有的正確資訊，
教練還是能夠提供你 AI 無法替代的關鍵價值，
好教練不僅僅是傳遞資訊，
而是根據你的實際情況提供量身訂做的指導。
他能夠辨識出你的學習瓶頸，
協助你釐清思路，並激發你內在的潛力。
即便 AI 能回答你的問題，
但教練能夠用經驗和洞察力，
幫助你在關鍵時刻做出最適合的決策，
從而真正提升你的能力與信心。
「教練」是一門學問，
光靠棍子跟胡蘿蔔是不夠的。
「學習」也需要正確的方法，
若只知埋頭苦練，成效有限。
在教小熊騎腳踏車的過程中，
我一再次提醒自己：
不要當一個只會講正確資訊的「教師」，
而是要當一個引導學生發揮潛能的「教練」。
以下是我一邊教小熊，
一邊觀察自己是怎麼教的重點觀察筆記的其中幾項：
拆解仔細
具體稱讚
時時鼓勵
擘劃願景
拆解仔細
對已經會騎腳踏車的人來說，
「騎車」就是一個單一動作，早就得意忘形了。
但對新手來說：
「扶穩車」「握好手把」「定位踏板」「踏上踏板」「出力下踩」「另一腳放上踏板」
一個個獨立的動作都還正在腦中建立連結。
而我的任務就是幫小熊指出每一個需要練習的動作要領，
先練熟一個一個基本動作，再組合起來。
我為了自己重新體會學習騎腳踏車的方法，
我還跟小熊說「請等我一下，我再去租一輛大人的車來示範給你看。」
有些動作比起空講，
真的還是示範最快。
具體稱讚
當已經把動作細節都拆解出來後，
就很容易發現小熊做得好的地方。
然後就要立刻給予正確的稱讚。
稱讚最忌浮誇泛濫，
但如果是有根有基的稱讚、
具體的稱讚、
精確的稱讚。
那這種稱讚是不嫌多的。
小熊有時候自己偶然試成功了一下，
但他也不知道自己為什麼成功。
這時就靠我指出來他到底是哪裡做對了。
這道理很簡單，
就跟我們用 Reinforcement Learning (強化學習)教 AI 一樣。
時時鼓勵、給予打氣支持
這是我從 switch 健身環學來的。
在健身環遊戲反覆重複的健身動作裡，
旁白會一直說「很好！」「很棒！」「加油！」
諸如此類毫無資訊含量的句子。
不過人性確實就是需要這種東西。
作為教練的職責，也包含了給予學員情緒上的、情感上的支持。
不只是因為這是一個善良的舉動，
更是因為這是一個對於達成目標有效的舉動。
擘劃願景
在過程中我會一直跟小熊說
「待會我們回家就可以跟媽媽說我們今天學會騎腳踏車囉！」
「之後我們就可以一起騎腳踏車去更遠的地方玩了！」
刻意帶領小熊在腦中想像自己已經達成目標的畫面。
人有了看得見的目標，
就更容易堅持下去。
努力學會了，真的好棒
後來小熊真的學會騎腳踏車了，
我大力地稱讚小熊。
後來回到家，媽媽也大力地稱讚小熊。
而我們不約而同地都稱讚小熊「真的很努力！」
我們都不是稱讚小熊「學會騎腳踏車」很棒，
而是稱讚他在這件事上「持續付出努力」很棒。
這是打從小狐熊還很小的時候，
就在我們家建立的文化。
與其稱讚能力，不如稱讚努力。
[小狐熊週記] 20220103 能力與努力，可愛的小手推車
這次學騎腳踏車，
只是其中一個過程而已。
重點是小熊學到了如何學會一樣新東西，
而我學到了如何教會小熊一樣新東西。
將來我們就可以一起再學很多新東西～
留言
張貼留言